多伦多大学团队的成就标志着深度学习研究的热潮兴起，以及人工智能的复兴。深度学习开始应用于多个领域，使得计算机在执行音频和文本处理等任务时变得越来越能干。
VisualGenome图像的标记比ImageNet更多，包括图像中各种物体的名称和细节、这些物体之间的关系以及正在发生的动作蕴含的信息等等。这些识别标记是使用众包方式完成的，该技术由李菲菲的斯坦福同事MichaelBernstein开发。
未来，使用VisualGenome的案例训练出来的算法不只是能够识别物体，还应该拥有对更复杂视觉场景的分析能力。
何为场景分析？李菲菲说道：“一个人坐在一间办公室内，但是什么样的布局，里面的人是谁，他在做什么，周围有什么摆设，当时正发生什么事？——我们需要将感知、认知与语言相连接。”
而这些技术最终可以应用中方方面面，比如除了在线图片管理等较简单的应用，它还可以用于帮助机器人或自动驾驶汽车更精确地识别周围场景。它们可以指导计算机理解物质世界，从而获得更多的常识。
机器学习专家兼人工智能初创公司MetaMind创始人RichardSochar表示，语言很大程度上是关于描述视觉世界的。
VisualGenome并不是唯一一个面向人工智能研究的图像数据库。比如，微软也有一个名叫CommonObjectsinContext的数据库，同时，谷歌、Facebook和其它公司也在加强人工智能算法分析视觉场景的能力。
<上一页 1 2
